公开(公告)号：CN116681124A

公开(公告)日：2023-09-01

申请号：CN202310968011.8

申请日：2023-08-03

Applicant: 北京工业大学

Inventor： 张彩霞 ,  谢思映 ,  赵永胜 ,  刘志峰 ,  吴超

IPC: G06N3/096 ,  G06F18/10 ,  G06F18/214 ,  G06F18/24

Abstract: 本发明公开了一种旋转机械故障诊断用迁移学习方法，旨在为故障诊断领域提供一个新的思路。该方法基于深度学习模型在故障诊断领域的智能且高效的识别性能，旨在解决实际车间工厂中工况、设备变换频繁，同源数据对故障诊断算法训练困难，并且在某些情况下，采集到的数据难以标记导致标签不足等问题。本方法具体包括数据处理、模型训练以及模型迁移三个方面，尤其在模型迁移方面提出了一种能够动态调节迁移层（冻结相应的网络层）以及初始化层的途径来自适应不同分布的目标域和源域的数据。本发明可以利用从源域数据学习到的具有可迁移性的知识，以目标域少量的有标签的数据为指导进行训练，完成目标域的故障诊断任务。

公开(公告)号：CN115114956B

公开(公告)日：2024-12-31

申请号：CN202210662363.6

申请日：2022-06-13

Applicant: 北京工业大学

Inventor： 张彩霞 ,  谢思映 ,  赵永胜 ,  刘志峰 ,  张月泽 ,  许静静

IPC: G06F18/241 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/0442 ,  G06F18/214 ,  G06F18/25 ,  G01M13/045 ,  G06N3/045

Abstract: 本发明涉及一种故障诊断方法及系统，其特征在于，包括：获取待测设备的振动信号；将待测设备的振动信号输入至训练好的一维双通道卷积与双向长短时记忆神经网络相融合的故障诊断模型，得到待测设备的故障诊断分类结果，可以广泛应用于先进制造控制技术领域中。

公开(公告)号：CN115114956A

公开(公告)日：2022-09-27

申请号：CN202210662363.6

申请日：2022-06-13

Applicant: 北京工业大学

Inventor： 张彩霞 ,  谢思映 ,  赵永胜 ,  刘志峰 ,  张月泽 ,  许静静

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G01M13/045

Abstract: 本发明涉及一种故障诊断方法及系统，其特征在于，包括：获取待测设备的振动信号；将待测设备的振动信号输入至训练好的一维双通道卷积与双向长短时记忆神经网络相融合的故障诊断模型，得到待测设备的故障诊断分类结果，可以广泛应用于先进制造控制技术领域中。